Canny 算子应用于细胞图像分割, 只要选择适当的参数就可以取得好的分割效果。在分析细胞图像直方图后, 利用类间方差最大化阈值分割算法( Otsu) 可以实现Canny 算子中门限值的自适应选择。试验结果表明, Otsu 算法应用于Canny 算子中的门限选择, 改善了算法在细胞图像中的分割效果, 提高了算法的自适应性能。

可调试的纯C语言CANNY算子边缘检测,不过里面结构体需重新定义

针对现有人耳特征提取方法主要采用几何形状法和代数法提取,存在偏差较大的问题,提出了一种新的人耳图像特征提取方法,并将其应用到矿工身份识别中。该方法利用三尺度canny算子提取人耳边缘图像,运用凸包算法提取人耳边缘特征点,采用轮廓搜索算法提取人耳外轮廓,在极平面上用外耳轮廓上的点到极点的距离与人耳长轴的比值构成人耳特征向量,解决了几何形状法提取人耳特征偏差大的问题。将用该方法提取的人耳图像特征用于矿工身份识别,正确识别率达96%。

使用VS+opencv+canny算子进行图像的边缘提取，Canny算子可以把找到的边缘点的位置与灰度变化最大的像素点的位置重合，并且能够区分伪边缘，边缘检测的目的是提取目标物体的精边界，识别精边界是在目标体的像素级精度也就是粗边界的基础上进行的，所以粗边界的精度直接影响了精边界的精度。传统对粗边界的检测大多采用Canny算法。相比于以上介绍的几种经典边缘检测算子，Canny算子有更好的信噪比和检测精度。但仍存在一定的不足，传统的Canny算子在对图像进行去噪处理时采用的高斯滤波器需要人为设定滤波器需要的参数σ，在实际检测过程中，σ值不能很好的控制导致在边缘精度和完整性方面不能达到两者兼得。导致提取的粗边界模糊，不准确，很难保证边界具有唯一性和连续性。

精通系列\精通Visual C++数字图像处理技术与工程案例\chap01\用Canny算子提取边缘.rar

用Canny算子提取边缘_带图片可测试，可信可用，属MFC类型，直接可用

目前国内输送带纵向撕裂检测在精度和可靠性方面不能满足要求,随着数字图像处理技术的不断发展其已被广泛应用于工业检测中,文章提出一种应用数字图像处理技术对输送带纵向撕裂检测的方法并使用蚁群算法对canny算子进行优化。实验结果表明优化的边缘检测是一种有效的输送带纵向撕裂检测方法。

用MATLAB实现了canny算子的焊缝边缘检测

边缘检测可以大幅度地减少原图的数据量，消除许多没有意义的信息，保留图像重要的结构属性。本文使用Haar小波滤波器，利用小波变换将原灰度图像进行一层分解，产生4个子图像，对水平高频子图像和垂直高频子图像分别进行Sobel算子检测处理，将低频子图像和对角细节图像分别置零处理，然后对处理过的4个子图进行重构，得到的图像与Canny算子对原图提取的特征图像进行了对比。实验结果表明，该方法得到的结果较好。

近年来, 图像分析和处理紧紧围绕理论、实现、应用三方面迅速发展起来。图像边缘识别在实际应用中一直是图像边缘检测 中的热点和难点, 迄今已有许多边缘检测方法, 其中Canny 算子在图像边缘的检测与提取中已经取得了较好的处理效果。